摘要：介绍了一种在虚拟仪器控制下进行在线参数优化的有馈速度伺服控制系统。为实现前馈控制系数在线整定，引入了遗传算法。通过实际测试验证了该设计方法和技术的有效性。

    关键词：伺服系统 虚拟仪器 遗传算法 在线整定

在机电控制系统中，为实现快速的跟踪，常采用前馈补偿。然而在对象模型未知时，前馈控制系数难以事先确定，因此，该前馈系统虽然理论结果理想，但实用价值不高。

近年来，遗传算法（GA）作为一强有力的优化手段受到广泛关注。它是模拟自然界遗传变和物竞天择的机理所构成的随机搜索算法。正如Thomas等人指出的，其穿梭出特点是：采用纯数值计算方法和随机进行策略，无需梯度信息，对模型的表述要求低，处理问题更具有灵活性、适应性、鲁棒性和全局性[1～2],因此在控制系统优化设计中有着广泛的应用。

    目前，国内GA在控制系统优化设计中的应用多数集中在计算机仿真优化设计上。本文将GA的应用拓展到了在线控制领域，在虚拟仪器的控制下，通过GA同控制算法的有机融合，在实验运行中获得优前馈控制系数。它不需要系统的数字模型，也适用于时变系统，所得优化参数使系统成功实现了快速跟踪。

1 前馈速度伺服系统理论设计

所设计的前馈速度伺服系统的控制系统框图如图1所示。

其中，an为测速反馈系数；Kp为放大器的电压放大系数；Ks为晶闸管整流器与触发装置的电压放大系数；Km为电动机环节的放大系数，即1/Ce；Tm为电机机电时间常数；L为系统的扰动输入；wr为输入的角速度（虚拟）；w为输出的角速度；W0、W1、Wn为前馈控制系数。将输入wr、振动L和固定值VD作为三个独立的输入量，运用线性迭加定理得到整个系统的输入wr与输出w的关系式：

    要实现整个系统的完全补偿，即系统输出对输入、完全跟随，上式应满足以下关系：

KpKsKman+(W0+W1S)KsKmaN=KpKsKman+Tms+1 （1）

KsKmWnVD-KmL=0 （2）

因而便得到Wn、W0、W1三个参数的真值：

Wn=L/(KsVD)； W0=1/(KmKsan)； W1=Tn/KmKsan；

2 前馈系数的遗传算法在线整定

GA的原理最早是由Holland教授提出的[3]，在本文的GA在线实验方案中，W0、W1、Wn被定义为染色体中的基因，它们受到标准GA[4]的进化。基因的搜索空设定足够大的范围，这样做有利于寻找到全局最优点。GA的调节任务是使性能指J最小。J采用ISE为性能指标，即：

于是得到系统在线整定的优化模型如下：

minJ

s.t.

其中W0*、W1*、Wn*分别指前馈控制系数最大可能取值。